RNN Padrão. Fonte: https://colah.github.io/posts/2015-08-Understanding-LSTMs/
Fonte: https://colah.github.io/posts/2015-08-Understanding-LSTMs/
Fonte: https://colah.github.io/posts/2015-08-Understanding-LSTMs/
Fonte: https://colah.github.io/posts/2015-08-Understanding-LSTMs/
Fonte: https://colah.github.io/posts/2015-08-Understanding-LSTMs/
Fonte: https://colah.github.io/posts/2015-08-Understanding-LSTMs/
Fonte: https://colah.github.io/posts/2015-08-Understanding-LSTMs/
| Modelo | RMSE | Rsquared | MAE |
|---|---|---|---|
| Modelo Completo (lag = 3) | 42,1282 | 0,0933 | 33,7120 |
| Modelo s/ Umidade (lag = 3) | 42,1282 | 0,0933 | 33,7120 |
| Modelo s/Umidade (lag = 7) | 55,9767 | 0,0079 | 42,6284 |
| Modelo s/Umidade (lag = 1) | 45,8886 | 0,0805 | 38,0505 |
Tabela: Métricas do modelo da base treino (Jan de 2018 a Ago de 2019).
| Modelo | RMSE | Rsquared | MAE |
|---|---|---|---|
| Modelo Completo (lag = 3) | 25,6221 | 0,3163 | 20,0272 |
| Modelo s/ Umidade (lag = 3) | 25,6221 | 0,3163 | 20,0272 |
| Modelo s/Umidade (lag = 7) | 23,0609 | 0,4388 | 18,2464 |
| Modelo s/Umidade (lag = 1) | 28,2284 | 0,2441 | 22,7946 |
Tabela: Métricas do modelo da base teste (Set-Out-Nov de 2019).